MATLAB实现基于Poisson回归的PET/SPECT医学影像重构系统

资 源 简 介

本项目提供完整的PET/SPECT影像重构平台，通过最大似然估计算法处理放射性衰减数据，支持eml_基础重建与eql_二次惩罚重构等核心算法，为医学影像分析提供高效MATLAB解决方案。

详 情 说 明

基于Poisson回归的PET/SPECT医学影像重构系统

项目介绍

本项目实现了一个完整的PET/SPECT医学影像重构平台，采用最大似然估计算法处理放射性示踪剂的衰减数据。系统基于Poisson统计建模，能够精确模拟真实PET/SPECT扫描环境下的放射性衰变过程，为医学影像分析提供可靠的重构结果。

系统支持三种核心重构算法：发射最大似然估计（EML）用于基础图像重建，发射二次惩罚似然（EQL）通过引入二次正则化项有效抑制噪声，发射惩罚似然（EPL）采用更复杂的惩罚函数进一步优化图像质量。平台可对幻影图像进行精确的Poisson回归分析，输出高质量的重构影像和多维度评估指标。

功能特性

• 多算法支持：集成EML、EQL、EPL三种经典重构算法
• 噪声抑制：通过正则化惩罚项有效控制图像噪声
• 质量评估：自动计算PSNR、SSIM等图像质量指标
• 可视化对比：生成多算法重构效果对比图和收敛曲线
• 参数可配置：支持正则化参数和迭代终止条件的灵活设置
• 性能分析：提供详细的算法性能报告和重构时间统计

使用方法

数据准备

1. 准备投影数据矩阵（sinogram格式），包含探测器采集的原始光子计数数据
2. 提供系统矩阵，描述扫描几何特性的稀疏矩阵
3. （可选）准备初始幻影图像用于算法迭代初始化

参数配置

• 设置正则化参数权重系数
• 配置迭代终止条件（最大迭代次数/收敛阈值）

运行系统

执行主程序后，系统将自动完成以下操作：

• 数据预处理和验证
• 并行运行三种重构算法
• 生成重构图像和评估指标
• 输出可视化结果和性能报告

系统要求

软件环境

• MATLAB R2018b或更高版本
• Image Processing Toolbox
• Statistics and Machine Learning Toolbox

硬件建议

• 内存：8GB以上（推荐16GB）
• 存储空间：1GB可用空间
• 处理器：Intel i5或同等性能以上

文件说明

主程序文件实现了系统的核心控制流程，包含数据加载与验证、算法参数初始化、三种重构算法的并行执行、结果图像的重建与质量评估、收敛过程的可视化展示以及最终报告的生成功能。该文件协调各模块协同工作，确保从原始数据输入到完整分析结果输出的全流程自动化处理。